卡方检验检验水准矫正_卡方检验在实际工作中的应用

卡方检验是以χ2分布为基础的一种常用假设检验方法，统计样本的实际观测值与理论推断值之间的偏离程度，主要在分类数据资料统计推断中应用。

在电商平台中，广告图到处可见，引起用户兴趣，为商品或者店铺带去流量。表征广告图是否“优秀”的关键数据就是CTR(Click-Through-Rate，点击通过率)。为了设计高CTR图片，电商运营、设计同学们都总结出了一些经验，但这些经验未形成更精细化的设计原则来回答“特定品类下，什么样的广告图CTR最高”。

借助于京东平台沉淀的大量广告图数据，我们希望通过分析历史广告图的数据表现，得到不同品类下高CTR广告图的设计特征，也为后期验证提供初步的数据假设。

我们对广告图包含的设计元素进行了分类打标，但在缺少广告图的CTR具体数据，仅有高低CTR分组数据时，应该如何分析呢？

答案是：卡方检验。

为什么用卡方检验？

定义是什么？

卡方检验是以χ2分布为基础的一种常用假设检验方法，统计样本的实际观测值与理论推断值之间的偏离程度，主要在分类数据资料统计推断中应用，如两个或多个率/构成比之间的比较以及分类资料的相关分析等。

基于这个定义，我们了解到卡方检验的适用范围是“分类数据”，即说明事物类别名称的数据，比如“性别”是一个分类变量，其变量值是“男”或“女”，两者之间无法进行运算或比较。

此案例为什么合适？

此案例中，广告图中不同的设计元素，如装饰元素、设计手法、背景色调等均是分类变量。同时，图片被分为高低CTR两组，也属于分类变量。既然是对两个分类变量(设计因素、高低CTR)做相关分析，卡方检验很适用于此案例。

卡方检验怎么做？

思路是什么？

在基本的假设检验思路上，卡方检验与t检验、F检验等有着相似的过程：

建立无效假设H0：观察频数与期望频数没有差别(即某一因素设计水平下高低点击率广告图频数与平均频数没有区别)；

在假设H0成立基础上，计算出χ2值来表征观察值与理论值之间的偏离程度；

根据p值(多设定为0.05)及自由度，根据χ2分布查出拒绝H0假设的临界值；